Una tesis de la Universidad de La Rioja combina inteligencia artificial y sensores RGB para estimar la cosecha de uva desde la floración, con validación en viñedos comerciales.
Calcular con precisión cuánta uva dará un viñedo ha sido, durante décadas, una tarea artesanal: contar racimos a mano, pesar muestras y extrapolar cifras con un margen de error que, en parcelas heterogéneas, puede superar el 30 %. Una tesis doctoral defendida en la Universidad de La Rioja propone sustituir ese muestreo manual por algoritmos capaces de “ver” el viñedo a través de cámaras convencionales y anticipar el rendimiento con meses de antelación sobre la vendimia.
La tesis, titulada Estimación de la producción de uva en viñedos comerciales mediante inteligencia artificial, análisis de imagen y uso de sensores RGB, es obra de Rubén Íñiguez Mangado y ha obtenido la calificación de sobresaliente cum laude con mención internacional. La dirigen Manuel Javier Tardáguila Laso, catedrático de Viticultura de Precisión, y Salvador Gutiérrez Salcedo, profesor titular de Ciencias de la Computación en la Universidad de Granada, dentro del grupo de investigación Televitis, vinculado al Instituto de Ciencias de la Vid y del Vino.
De la floración al racimo maduro
El trabajo se estructura en cinco estudios que abordan otras tantas variables del problema: la oclusión que provocan las hojas sobre los racimos, la influencia del estadio fenológico y la iluminación, el momento óptimo de captura de imágenes, la clasificación automática de las fases del ciclo vegetativo y el análisis morfológico de los racimos para estimar su peso.
Uno de los hallazgos más relevantes tiene que ver precisamente con el calendario. Los modelos logran detectar inflorescencias ya en la fase previa a la floración, siempre que las imágenes se capturen con iluminación artificial nocturna, mientras que la identificación de racimos alcanza su mayor fiabilidad en el cuajado, con luz diurna. Combinar ambas ventanas de trabajo permite cubrir buena parte del ciclo vegetativo con una sola herramienta. Los investigadores identificaron además una franja especialmente favorable para la detección de racimos, situada entre los estadios E-L 13 y E-L 15, cuando el racimo ya es visible pero la oclusión foliar todavía es mínima.
La forma en que se prepara cada imagen antes de analizarla resultó, según la tesis, más determinante que la resolución de la cámara empleada. La estrategia denominada SmartROI, que recorta de forma inteligente las regiones de interés dentro de la fotografía, superó tanto al análisis de la imagen completa como a las ventanas deslizantes convencionales.
Cinco estudios y una estancia en Sudáfrica
El compendio incluye también un sistema de clasificación automática de los principales estadios fenológicos de la vid, en el que la arquitectura YOLOv11-Classification ofreció el mejor equilibrio entre precisión y coste computacional frente a otras opciones como ResNet-34 o los Vision Transformer. Esta clasificación resulta clave porque la fiabilidad de la estimación de cosecha depende, en buena medida, de saber en qué punto exacto del ciclo se encuentra la planta.
El último de los estudios se centró en el análisis morfológico de los racimos —área proyectada, perímetro, compacidad— como vía para predecir su peso sin necesidad de recurrir al pesaje manual. La investigación se realizó sobre uvas de la variedad Cabernet Sauvignon sometidas a distintos regímenes de riego, y sus resultados mostraron una correlación alta con las mediciones tradicionales.
Parte de este trabajo se desarrolló durante una estancia en el South African Grape and Wine Research Institute, en la Universidad de Stellenbosch, en colaboración con el profesor Carlos Poblete-Echeverría. La financiación del proyecto combinó un contrato predoctoral FPI-UR con ayudas ATUR concedidas entre 2022 y 2024.
Íñiguez resume así el propósito último de su investigación: «Este trabajo demuestra que la inteligencia artificial puede convertirse en una herramienta clave para una viticultura más eficiente y sostenible, ofreciendo a agricultores y bodegas estimaciones tempranas y fiables del rendimiento, fundamentales para planificar la vendimia, ajustar manejos y optimizar recursos».
Más allá del interés académico, los cinco estudios apuntan a una aplicación muy concreta para el sector: sustituir estimaciones tardías y subjetivas por datos objetivos, obtenidos con dispositivos de bajo coste, que permitan a bodegas y viticultores planificar con antelación la logística de la vendimia, desde la reserva de depósitos hasta la gestión de los contratos de compra de uva.